Что такое квазиэксперимент

Квазиэксперимент — это исследовательский дизайн для оценки причинного эффекта, в котором нет обычного случайного назначения воздействия исследователем.

Вместо рандомизации используют особенности запуска, пороги участия, внешние изменения или другие обстоятельства, позволяющие построить обоснованное сравнение.

Главная задача остаётся прежней: оценить, что произошло бы с участниками без воздействия.

Когда он может понадобиться

Например, новая программа лояльности уже запущена в части магазинов, а эксперимент не планировали.

Или изменение условий доступно только клиентам, которые соответствуют определённому правилу.

В таких ситуациях иногда можно построить причинный анализ, но подход зависит от того, почему одни получили воздействие, а другие — нет.

Почему недостаточно сравнить «до и после»

Условный пример. После запуска программы повторные продажи выросли на 15%.

Одновременно начался высокий сезон и расширился ассортимент. Без дополнительного анализа неизвестно, какая часть роста связана с программой.

Также нельзя автоматически взять любые магазины без программы и объявить их контролем. Они могут отличаться расположением, клиентами и прежней динамикой.

Какие подходы используют

Разность разностей сопоставляет изменения показателя в затронутой группе и группе сравнения.

Синтетический контроль создаёт взвешенную комбинацию объектов без воздействия, похожую на исследуемый объект до запуска.

Другие дизайны используют порог участия или внешнее изменение вероятности получения воздействия.

У каждого метода свои предпосылки. Само сложное название не делает сравнение причинным.

Что нужно проверить

Соберите историю до запуска, точную дату изменения, правила участия и сведения о параллельных событиях.

Объясните, почему выбранная группа или модель описывает правдоподобный сценарий без воздействия.

Проверьте альтернативные объяснения и устойчивость результата к разумным изменениям расчёта.

Как представлять вывод

Разделяйте наблюдение и причинную интерпретацию.

«После запуска продажи выросли» — описание данных.

«Оценённый эффект программы составляет…» — вывод, который требует обоснованного дизайна и явно указанных предпосылок.

Если таких оснований нет, корректнее оставить результат описательным и использовать его для планирования следующей проверки.